Désormais, des workflows entiers se déroulent dans des outils d'IA comme Claude, ChatGPT et Cursor. Ces outils deviennent les endroits où les gens réfléchissent, écrivent du code et prennent des décisions. Nos propres équipes y passent d'innombrables heures chaque semaine, et c'est précisément pour cette raison que nous avons agi rapidement pour développer un serveur MCP.

Pendo est désormais disponible en tant que serveur MCP (Model Context Protocol) , facilement accessible dans Claude, ChatGPT et Cursor. Cela signifie que vous pouvez connecter vos données Pendo aux outils d'IA que vous utilisez déjà, et commencer à poser des questions, running analysis, and generating outputs without ever opening a new tab.

Qu'est-ce que le MCP, et pourquoi est-ce important ?

Le Model Context Protocol (MCP) est une norme émergente qui permet aux agents IA de se connecter de manière sécurisée à des systèmes externes. Considérez-le comme un pont sécurisé reliant votre LLM à vos outils externes.

Au lieu de coller manuellement du contexte dans les invites, votre IA peut désormais :

  • Interroger les données d'utilisation du produit en temps réel
  • Analyser les tendances d'adoption des fonctionnalités
  • Extraire les thèmes NPS ou les retours
  • Faire remonter les signaux de désabonnement
  • Référencer le comportement réel au niveau du compte

Et parce que MCP respecte vos autorisations Pendo existantes, les utilisateurs n'accèdent qu'aux données qu'ils sont déjà autorisés à consulter.

5 choses que vous pouvez faire avec MCP 

  1. Posez des questions sans quitter votre flux de travail. Vous êtes plongé dans une conversation Claude en train de réfléchir à une décision produit. Au lieu de basculer vers Pendo pour vérifier les chiffres d'adoption, vous demandez simplement : « Quel est le taux d'adoption de cette fonctionnalité au cours des 90 derniers jours ? », et vous obtenez la réponse directement.
  2. Intégrez les données produit dans votre éditeur de code. Pour les équipes utilisant Cursor, les données Pendo font partie du contexte de développement. Les ingénieurs peuvent interroger les tendances d'utilisation, vérifier quelles fonctionnalités présentent des taux d'erreur élevés, ou comprendre les performances d'une version récente, tout en restant dans le flux de travail de développement.
  3. Alimentez des agents autonomes avec des données comportementales. Créez des agents capables de communiquer entre eux et d'accomplir des tâches sans intervention humaine. Par exemple, vous pouvez créer un agent de risque de désabonnement capable de détecter automatiquement les abandons via Pendo MCP, de déclencher un workflow dans Salesforce, puis d'envoyer des mises à jour au représentant dans Slack. 
  4. Effectuez des analyses de manière conversationnelle. Au lieu de naviguer dans l'interface de Pendo pour créer un rapport, décrivez ce que vous souhaitez comprendre et laissez l'IA faire le travail. « Quels comptes ont décroché au cours des 30 derniers jours et que faisaient-ils avant de se désabonner ? » est une question que vous pouvez désormais poser en langage naturel et obtenir instantanément des résultats basés sur les données.
  5. Optimisez les guides avec l'intention comportementale. MCP donne aux Guides Pendo un contexte en temps réel sur ce qu'un utilisateur essaie de faire. Au lieu de déclencher des guides sur la base de simples règles de page, les agents peuvent désormais lire les signaux comportementaux (où l'utilisateur s'est rendu, sur quoi il a cliqué, où il est bloqué) et afficher exactement le bon guide au exactement au bon moment. Par exemple, si un utilisateur navigue régulièrement vers une fonctionnalité sans jamais accomplir une action clé, un agent peut détecter cette intention et déclencher automatiquement une visite guidée contextuelle — sans création manuelle de règles.

Pourquoi c'est une avancée majeure

Nous pensons que l'intelligence produit doit vous accompagner, et non rester derrière une connexion dans un seul produit. Les équipes qui produisent le meilleur travail ne sont pas celles qui retournent constamment à la source. Ce sont celles qui disposent des bonnes données au moment de la décision, où que ce moment se produise.

Pendo en tant que serveur MCP est un pas vers cet avenir. Vos données ne sont plus confinées à l'interface de Pendo. Elles sont disponibles dans les outils où votre équipe pense et travaille déjà : rendant chaque conversation un peu plus intelligente, chaque résultat un peu plus ancré, et chaque décision un peu plus assurée. 

Aujourd'hui, les produits sont livrés en quelques jours. Les décisions doivent être prises rapidement. Les données doivent être précises. Les idées doivent être fraîches. Vous ne devriez pas avoir à vous contenter d'outils qui nécessitent des heures d'analyse. Et avec Pendo, vous n'en avez pas besoin. Accédez à vos données quand et où que ce soit là où votre travail se fait réellement.

Quelles sont les prochaines nouveautés ?

Nous ne faisons qu'effleurer la surface de ce qui est possible avec MCP. Nous élargissons notre écosystème de partenaires pour intégrer les données Pendo dans encore plus d'outils sur lesquels vos équipes s'appuient. Prochainement : des intégrations avec Fin (l'agent de support IA d'Intercom), Miro (la création de diagrammes collaboratifs et la planification produit), et Planview (gestion de portefeuille et de travail en entreprise), afin que votre intelligence produit puisse alimenter directement les conversations avec les clients, les sessions de tableau blanc et les flux de travail de planification stratégique.

Commencer dès aujourd'hui

Pendo MCP est généralement disponible dans les répertoires Claude et Cursor . La connexion prend moins d'une minute : il suffit de rechercher Pendo dans le répertoire, de s'authentifier votre compte, et vous êtes prêt à commencer à effectuer des requêtes.

Pendo MCP respecte vos autorisations Pendo existantes, garantissant que les agents IA n'accèdent qu'aux données que les utilisateurs sont déjà autorisés à consulter.

Vous avez déjà configuré Pendo MCP ? Démarrez rapidement avec plus de 50 invites MCP.